基于课程信息化的高校虚拟学习环境预警研究

发布时间：2017-08-15 00:13

  本文关键词：基于课程信息化的高校虚拟学习环境预警研究

  更多相关文章： 课程信息化 虚拟学习环境 预警 MOODLE技术

【摘要】：在高校课程信息化进程推进中,高校教学大大受益于此过程。但是,根据教学实践调研与文献查阅发现,存在学生虚拟学习环境Virtual Learning Environment(简称VLE)利用率不高的问题,这一问题的存在不但制约信息化进程的推进,同时继续盲目推广与开发数字化学习资源,还会造成学习资源的闲置以及重复开发等问题。针对这现象,本文完成课程信息化学习过程中高校虚拟学习平台的学习预警研究,在VLE学习的全过程中动态的监控追踪学习行为数据发出VLE学习预警信息。根据虚拟学习环境学习流程本文采用科学的软件工程方法,从可行性分析、需求分析、系统设计与实现、最后测试验证完成系统的开发,再应用科学的教育研究方法进行实践预警分析,分析首先制定科学的指标体系、问卷制作以及问卷发放、最后问卷统计与定量定性相结合的分析完成预警研究。本文的研究工作核心部分如下几个内容:1)系统分析、设计与实现:基于学生在WAMP虚拟学习平台产生的大量数据,学习前针对“注册”、“登录”、“选课”不同的预警对象,挖掘学生的基本信息素养的现状,在进入虚拟学习平台后,针对“课件”、“习题”、“作业”、“论坛”等预警对象挖掘平台利用率现状,结合两方面统计数据结果,显示可视化图形发出预警信息,形象化发现虚拟学习平台的使用问题;在虚拟学习平台学习之后,完成学生在虚拟学习平台的全面评价发出学习预警,预警过程的创新点是针对虚拟学习平台的特征,运用教育科学研究方法确定信息素养、参与度以及满意度三个一级指标、一级十个二级指标的预警指标体系完成问卷制作后,运用HTML5、Android、PHP以及MYSQL开发预警软件,最终实现预警题目发布、学生预警数据采集、通过统计数据的均值集中量与频数分析后的得出可视化预警信息作为指导虚拟学习平台完善的依据;2)系统测试:应用黑盒测试方法完成预警系统研究的功能测试,其中学习前和学习中的模块包括“注册”、“登陆”、“选课”、“课件”、“作业”、“讨论”等功能均可以完成VLE学习预警可视化分析;对学习后的移动端进行了题目修改、题目作答、题目统计与分析等功能均可以完成VLE的学习后评价预警分析;3)系统应用:在黑龙江某高校C++程序设计课程完成预警系统应用,根据学生在虚拟学习平台的学习前行为、学习中行为以及学习后的问卷调查评价,统计分析结果并发出虚拟学习平台预警,最后给出对基于此动态模块化虚拟学习平台学习的预警建议:针对课程信息化的环境因素、个人因素以及资源因素进行了阐述,结合预警实际情况提出了强化高校学生信息素养、加强具有良好导航的学习资源建设以及学校基础网络设计的普及度等。
【关键词】：课程信息化 虚拟学习环境 预警 MOODLE技术
【学位授予单位】：上海交通大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：G434
【目录】：

• 摘要6-8
• ABSTRACT8-12
• 1 绪论12-19
• 1.1 研究背景与意义12-13
• 1.2 国内外研究现状13-15
• 1.3 研究的目标和内容15-17
• 1.3.1 研究目标16
• 1.3.2 研究内容16
• 1.3.3 研究方法与技术路线16-17
• 1.4 论文组织结构17-19
• 2 预警系统需求分析19-27
• 2.1 研究基础20-22
• 2.1.1 预警总体框架20-21
• 2.1.2 WAMP的虚拟学习环境21-22
• 2.2 系统需求分析22-27
• 2.2.1 基于WAMP的预警需求22-24
• 2.2.2 基于移动端的预警需求24-27
• 3 VLE预警的设计与实现27-41
• 3.1 VLE预警关键技术27-30
• 3.1.1 基于WAMP的预警模块27-29
• 3.1.2 基于移动端预警系统29-30
• 3.2 基于WAMP预警模块设计与实现30-37
• 3.2.1 数据设计30-31
• 3.2.2 预警模块设计与实现31-37
• 3.3 基于移动客户端调查预警系统37-41
• 3.3.1 数据库设计37-38
• 3.3.2 移动预警系统实现38-41
• 4 VLE预警系统验证与应用41-66
• 4.1 研究背景与系统部署测试41-44
• 4.1.1 研究背景41-42
• 4.1.2 部署与测试42-44
• 4.2 WAMP学习预警应用分析44-48
• 4.2.1 学习前预警44-46
• 4.2.2 学习中预警46-48
• 4.3 移动端预警系统应用分析48-61
• 4.3.1 预警问卷调查准备48-52
• 4.3.2 预警数据统计方法52-53
• 4.3.3 预警数据统计分析53-61
• 4.4 VLE预警归因分析与建议61-66
• 4.4.1 VLE学习归因分析61-64
• 4.4.2 VLE预警后建议64-66
• 5 结论66-68
• 参考文献68-71
• 附录1 基于信息课程化的高校虚拟学习环境预警研究的部分代码71-76
• 附录2 论文图表列表76-79
• 致谢79-80
• 攻读学位期间发表的学术论文目录80

【参考文献】

中国期刊全文数据库 前6条

1 赵丕元;影响学生远程学习行为因素的分析[J];中国远程教育;2002年08期

2 张驰;陈刚;王敏娟;王慧敏;;移动学习中使用EM算法的学生聚类分析[J];中国远程教育;2009年05期

3 刘钢;王敏娟;张驰;王慧敏;陈笑怡;;移动学习中的数据挖掘研究[J];中国远程教育;2011年01期

4 李艳燕;廖剑;王晶;黄荣怀;;协作学习交互分析工具及其案例研究[J];开放教育研究;2007年04期

5 袁明;陈伟杰;;网络教育学习者在线学习行为分析研究[J];浙江现代教育技术;2006年04期

6 李晓丽;李蕾;徐连荣;牟智佳;;虚拟学习环境支持的课程教学设计及应用成效研究[J];中国电化教育;2014年02期

中国硕士学位论文全文数据库 前1条

1 陈佳;基于SIOP模式的教师教育微课程虚拟学习环境构建[D];首都师范大学;2014年

，

本文编号：675387